Torch-RecHub：轻量、高效且易于使用的 PyTorch 推荐框架

Torch-RecHub 是一个基于 PyTorch 的推荐系统构建框架。它提供模块化设计，支持 30 多种推荐模型，涵盖排序、匹配、多任务和生成任务。框架包含标准化的数据加载、训练和评估流水线，可通过配置文件或命令行参数轻松配置。主要功能包括用于生产部署的 ONNX 导出、跨引擎数据处理（如 PySpark）、以及与 WandB、SwanLab 和 TensorBoardX 集成的内置实验追踪。支持 CPU、NVIDIA CUDA、AMD ROCm 和华为 Ascend NPU 硬件。提供了用于 CTR 预测（如 Criteo 上的 DeepFM）、匹配（如 MovieLens 上的 DSSM）和多任务学习（如 MMoE）等任务的示例脚本。项目结构将核心组件（模型、训练器、工具）与示例、教程和测试分离。